A ElevenLabs lançou o SFX v3, seu novo modelo de texto para efeitos sonoros, em 29 de outubro de 2026. Segundo a ElevenLabs, ele segue com mais confiabilidade os prompts que descrevem vários sons, lida melhor com música e vozes e deixa menos artefatos em gongos, sinos e apitos. Ele funciona no ElevenCreative e pela API, onde o acesso ainda é limitado e os efeitos sonoros custam US$ 0,12 por minuto. Fora dos apps da ElevenLabs, os efeitos sonoros da ElevenLabs no RaoMusic já usam o SFX v3, a 1 crédito por segundo com mínimo de 5 créditos.
Última verificação: 31 de outubro de 2026
O que há de novo no ElevenLabs SFX v3?
O anúncio lista quatro mudanças em relação ao SFX v2:
- Vários sons em um só prompt. “Ele lida com mais confiabilidade com prompts que descrevem vários sons.” O exemplo oficial é uma torcida comemorando, uma bola caindo e a mesma torcida vaiando segundos depois.
- Música e vozes. “O SFX v3 também melhora a geração para prompts que incluem música e vozes.”
- Áudio mais limpo. A ElevenLabs diz que o v3 “produz um áudio mais limpo e natural que o SFX v2 em testes comparativos”. Essa comparação vem dos testes da própria empresa.
- Menos artefatos de ressonância. O modelo “tem menos probabilidade de produzir aqueles artefatos indesejados em sons como gongos, sinos e apitos”.
Vídeo oficial “Introducing SFX v3” da ElevenLabs, incorporado do canal da empresa no YouTube.
Como acessar o SFX v3 na ElevenLabs?
No ElevenCreative, a ElevenLabs oferece o SFX v3 em Flows, na aba Sound Effects, no Studio e no Music Editor. Ele também está no app móvel da ElevenLabs. Pela API, você envia a mesma requisição de efeitos sonoros de antes e define o model ID, o valor que escolhe o modelo, como eleven_text_to_sound_v3. Se você omitir o model ID, recebe o eleven_text_to_sound_v2, que a documentação ainda indica como padrão.
O acesso talvez ainda não chegue a todo mundo. A documentação diz que “o SFX v3 está em acesso limitado e pode não estar disponível em todas as regiões”, e requisições à API feitas por contas sem acesso retornam o erro "Unknown model".
| SFX v2 | SFX v3 | |
|---|---|---|
| Model ID na API | eleven_text_to_sound_v2 | eleven_text_to_sound_v3 |
| Usado quando nenhum model ID é enviado | Sim (padrão) | Não |
| Disponibilidade | Modelo padrão | Acesso limitado, pode variar por região |
| Como a documentação o descreve | O modelo padrão | Segue mais de perto prompts com várias partes, sons vocais e musicais melhores |
A mesma página da documentação lista os controles dos efeitos sonoros: de 0,1 a 30 segundos por clipe, uma configuração de influência do prompt (quanto maior, mais literalmente ele segue suas palavras), loop para ambientes que se repetem, saída em MP3 e WAV a 48 kHz apenas com o loop desligado.
Quanto custa o SFX v3?
A página de preços da API da ElevenLabs lista os efeitos sonoros a US$ 0,12 por minuto. A documentação coloca o custo em 40 créditos da ElevenLabs por segundo quando você especifica uma duração. Nenhuma das duas páginas mostrava um preço separado para o SFX v3 quando verificamos.
No RaoMusic, os efeitos sonoros da ElevenLabs custam 1 crédito por segundo de Duração, com mínimo de 5 créditos; ou seja, um clipe de 10 segundos custa 10 créditos. Funcionam sem assinatura.
O SFX v3 consegue gerar vários sons em um só prompt?
Este prompt segue o exemplo oficial, com três eventos em uma ordem definida. No RaoMusic, a opção Aderência à descrição controla o quanto o resultado segue sua descrição.
Prompt: Football stadium: the crowd cheers loudly, then a ball drops and bounces twice on the grass, then the same crowd boos. (Estádio de futebol: a torcida comemora alto, depois uma bola cai e quica duas vezes na grama, depois a mesma torcida vaia.) · Duração: 10 s · Aderência à descrição: 0,3 (padrão)
Nota de audição: A comemoração do estádio, dois quiques da bola e depois vaias, na ordem pedida. Guarde esta versão para uma edição esportiva estilizada ou uma lambança cômica em campo.
Mesmo prompt · Aderência à descrição: 0,7
Nota de audição: Os mesmos três eventos na mesma ordem. Os quiques soam secos, sem a reverberação de um estádio grande; então adicione um pouco de reverb a eles no seu editor se a cena precisar soar real.
Escreva os eventos na ordem em que você os quer e ligue-os com "then" (depois). Comece com a Aderência à descrição padrão e aumente-a quando algum evento faltar.
O SFX v3 ainda adiciona artefatos a gongos, sinos e apitos?
Prompt: A single large gong struck once with a soft mallet, long shimmering resonance slowly fading out. (Um único gongo grande tocado uma vez com uma baqueta macia, com uma longa ressonância cintilante sumindo devagar.) · Duração: 10 s · Aderência à descrição: 0,3
Nota de audição: Uma única batida de baqueta macia com um decaimento longo, com uma leve oscilação e um chiado sutil na cauda. Faça um fade-out na cauda mais cedo se precisar de um final limpo; do jeito que está, serve para uma transição ou a abertura de uma meditação.
Prompt: Metal wind chimes ringing gently in a light breeze. (Sinos de vento de metal tocando suavemente em uma brisa leve.) · Duração: 8 s · Aderência à descrição: 0,3
Nota de audição: Batidas metálicas de sinos num ritmo natural, mas quase sem brisa, e as notas sustentadas trazem um leve phasing digital e um zumbido agudo. Coloque por baixo um ambiente de vento ou externo separado, que também disfarça o decaimento.
Prompt: A referee blows one long steady whistle blast, then silence. (Um árbitro dá um apito longo e constante, depois silêncio.) · Duração: 5 s · Aderência à descrição: 0,3
Nota de audição: Dois apitos curtos e trinados em vez de um longo. Use como apito duplo de falta; para um único apito longo, gere de novo com uma Aderência à descrição maior.
Mesmo prompt · Aderência à descrição: 0,8
Nota de audição: Um apito com um leve trinado e alguma variação de afinação, depois silêncio. Serve como sinal de árbitro se um pouco de oscilação não for problema; gere de novo se precisar de um tom totalmente estável.
O SFX v3 consegue fazer música e vozes?
A ElevenLabs diz que o v3 lida melhor com prompts que têm música e vozes. Pedimos um jingle curto cantado com um instrumento.
Prompt: A small children's choir sings a short cheerful 'la la la' melody over a toy piano, like a cartoon intro jingle. (Um pequeno coral infantil canta uma melodia curta e alegre de “la la la” sobre um piano de brinquedo, como a vinheta de abertura de um desenho animado.) · Duração: 10 s · Aderência à descrição: 0,3
Nota de audição: As crianças cantam “la la la” com clareza, mas não há piano de brinquedo, e a interpretação, cheia de eco, soa solene em vez de alegre. Funciona melhor como um gancho sinistro em uma cena de terror ou suspense do que como abertura de desenho animado.
Mesmo prompt · Aderência à descrição: 0,8
Nota de audição: As crianças cantam “la la la” sem nenhum instrumento, numa cadência assombrosa que puxa para o tom menor. Esta versão também combina mais com terror do que com desenho animado.
As duas versões acertaram o canto e erraram o piano de brinquedo e o clima alegre. No RaoMusic, a alternativa para um jingle alegre com acompanhamento é um modelo de música como o ElevenLabs Music.
Como ele se compara ao clipe do SFX v2 de outubro?
A comparação ElevenLabs vs Suno usou este prompt de paisagem sonora urbana com o eleven_text_to_sound_v2 em 14 de outubro de 2026, com 15 segundos, influência do prompt 0,8 e loop desligado. O clipe do SFX v3 usa exatamente o mesmo prompt e as mesmas configurações e foi gerado em 31 de outubro.
Prompt: A cinematic sunrise city soundscape: distant traffic and soft footsteps on wet pavement, a gentle bicycle bell passing by, birds beginning to sing, and a warm hopeful swell of urban ambience. No speech, no music, clean natural detail, polished film sound effect. (Uma paisagem sonora urbana cinematográfica ao amanhecer: trânsito distante e passos suaves na calçada molhada, a campainha de uma bicicleta passando de leve, pássaros começando a cantar e um crescendo caloroso e esperançoso do ambiente urbano. Sem fala, sem música, detalhes limpos e naturais, efeito sonoro de cinema bem acabado.)
SFX v2 · 14 de outubro
Nota de audição: Passos no chão molhado, uma campainha de bicicleta nítida e um ronco distante, mas o canto dos pássaros mal se ouve e o crescendo soa um pouco sintético. Falta profundidade para ser o centro de uma cena cinematográfica, então use como fundo discreto ou transição.
SFX v3 · 31 de outubro
Nota de audição: A campainha da bicicleta fica em primeiro plano, com calçada molhada, trânsito distante e pássaros nítidos, mas falta o crescendo caloroso. Funciona como fundo realista de rua pela manhã para uma cena de drama ou de podcast; coloque um pad musical por baixo se quiser o crescendo.
A versão do v3 tem pássaros mais nítidos, mas perde o crescendo que a versão do v2 tinha.
Como usar o SFX v3 no RaoMusic?
- Abra Criar e escolha ElevenLabs no menu de modelos. Qualquer uma das duas versões da ElevenLabs serve, porque os efeitos sonoros usam o SFX v3 seja qual for a escolhida.
- Mude para a aba Sons.
- Descreva o som em Descrição do som. Se houver vários eventos, liste-os em ordem.
- Defina a Duração (de 1 a 30 segundos) e, se algum detalhe faltar, aumente a Aderência à descrição.
- Ative Loop contínuo para ambientes que você quer repetir.
- Clique em Gerar.
Para jogos, o gerador de efeitos sonoros para jogos abre o mesmo formulário de Sons da ElevenLabs.
Como testamos?
Em 31 de outubro de 2026, geramos nove clipes no RaoMusic com ElevenLabs selecionado na aba Sons, que usa o SFX v3, e com Loop contínuo desligado. Cada prompt e configuração aparece acima do respectivo clipe. Verificamos cada tarefa a cada 5 segundos, e todos os clipes ficaram prontos em até 11 segundos após a solicitação. O clipe de referência do SFX v2 vem da nossa comparação de 14 de outubro. A breve nota de audição abaixo de cada clipe descreve como aquele arquivo soa; dê o play para tirar suas próprias conclusões.
| Clipe | Créditos | Pronto em |
|---|---|---|
| Estádio, 0,3 | 10 | ~6 s |
| Estádio, 0,7 | 10 | ~6 s |
| Gongo | 10 | ~6 s |
| Sinos de vento | 8 | ~6 s |
| Apito, 0,3 | 5 | ~6 s |
| Apito, 0,8 | 5 | ~6 s |
| Coral, 0,3 | 10 | ~6 s |
| Coral, 0,8 | 10 | ~6 s |
| Paisagem sonora urbana | 15 | ~11 s |
Perguntas frequentes
Pela <a href="/commercial-license">licença comercial</a> do RaoMusic, os efeitos sonoros que você gerar são livres de royalties para projetos comerciais como vídeos do YouTube, jogos, podcasts e trabalhos para clientes, inclusive no plano gratuito.
Cada geração tem no máximo 30 segundos. Ative Loop contínuo para que o final emende com o início e depois repita o clipe no seu editor ou engine de jogo pelo tempo que precisar.
Prompts em inglês funcionam melhor. Se você escrever em outro idioma, clique em Traduzir para inglês antes de gerar.
Não. O SFX v3 gera clipes de até 30 segundos, enquanto o ElevenLabs Music compõe músicas completas. No RaoMusic, o ElevenLabs Music custa 40 créditos por minuto de música.
Não. No RaoMusic, o preço depende só da Duração. Aderência à descrição e Loop contínuo não alteram o custo em créditos.